Titre :	Commande neuro-floue d’un pendule inversè
Type de document :	theses et memoires
Auteurs :	Faycal Meftah, Auteur ; Daya Deghine, Auteur ; Karima Houacine, Directeur de thèse
Editeur :	Tizi-Ouzou : UMMTO F.G.E.I
Année de publication :	2024
Importance :	59 p.
Présentation :	ill.
Format :	PDF
Langues :	Français
Mots-clés :	Pendule inversé  Commande neuro-floue  ANFIS (Adaptive Neuro-Fuzzy Inference System)  Commande à deux degrés de liberté (2DDL)  Système non linéaire  Modélisation  Équations de Lagrange  Stabilité  Moteur à courant continu (MCC)  Commande par Modèle interne (IMC)  Régulateur PI.
Résumé :	Ce mémoire de Master a pour objectif d'étudier et de comparer deux stratégies de commande appliquées au problème du pendule inversé sur chariot, un système emblématique, intrinsèquement instable et non linéaire, souvent utilisé comme référence en automatique. Le travail est structuré en trois étapes principales : 1.Modélisation du Système : Le système global (ensemble chariot-pendule et moteur à courant continu) est d'abord modélisé mathématiquement en utilisant les équations de Lagrange pour établir les équations de mouvement non linéaires. Cette étape est essentielle pour la conception ultérieure des lois de commande. 2.Commande Classique (2DDL) : Une approche de commande classique est mise en œuvre en utilisant une structure à deux degrés de liberté (2DDL). Cette structure a permis de dissocier les deux objectifs principaux : la stabilisation du pendule (via placement de pôles) et l'asservissement de la position du chariot (via un contrôleur PI synthétisé par la méthode IMC). Les simulations ont démontré l'efficacité et la robustesse de ce contrôleur pour le rejet de perturbations. 3.Commande Avancée (Neuro-Floue) : Une méthode plus avancée et adaptative, la commande neuro-floue (ANFIS) (Adaptive Neuro-Fuzzy Inference System), est ensuite étudiée pour gérer les non-linéarités et l'incertitude du système. Le mémoire détaille l'architecture ANFIS, son principe d'apprentissage, et ses performances en simulation. L'étude se conclut par une comparaison des performances obtenues par la commande classique (PI/2DDL) et la commande neuro-floue (ANFIS) afin d'identifier la solution offrant le meilleur compromis en termes de stabilité, temps de réponse et robustesse pour le contrôle du pendule inversé.
Note de contenu :	Bibliogr.
Diplôme :	Master
Permalink :	./index.php?lvl=notice_display&id=37897

Commande neuro-floue d’un pendule inversè [theses et memoires] / Faycal Meftah, Auteur ; Daya Deghine, Auteur ; Karima Houacine, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2024 . - 59 p. : ill. ; PDF.
Langues : Français

Mots-clés :	Pendule inversé  Commande neuro-floue  ANFIS (Adaptive Neuro-Fuzzy Inference System)  Commande à deux degrés de liberté (2DDL)  Système non linéaire  Modélisation  Équations de Lagrange  Stabilité  Moteur à courant continu (MCC)  Commande par Modèle interne (IMC)  Régulateur PI.
Résumé :	Ce mémoire de Master a pour objectif d'étudier et de comparer deux stratégies de commande appliquées au problème du pendule inversé sur chariot, un système emblématique, intrinsèquement instable et non linéaire, souvent utilisé comme référence en automatique. Le travail est structuré en trois étapes principales : 1.Modélisation du Système : Le système global (ensemble chariot-pendule et moteur à courant continu) est d'abord modélisé mathématiquement en utilisant les équations de Lagrange pour établir les équations de mouvement non linéaires. Cette étape est essentielle pour la conception ultérieure des lois de commande. 2.Commande Classique (2DDL) : Une approche de commande classique est mise en œuvre en utilisant une structure à deux degrés de liberté (2DDL). Cette structure a permis de dissocier les deux objectifs principaux : la stabilisation du pendule (via placement de pôles) et l'asservissement de la position du chariot (via un contrôleur PI synthétisé par la méthode IMC). Les simulations ont démontré l'efficacité et la robustesse de ce contrôleur pour le rejet de perturbations. 3.Commande Avancée (Neuro-Floue) : Une méthode plus avancée et adaptative, la commande neuro-floue (ANFIS) (Adaptive Neuro-Fuzzy Inference System), est ensuite étudiée pour gérer les non-linéarités et l'incertitude du système. Le mémoire détaille l'architecture ANFIS, son principe d'apprentissage, et ses performances en simulation. L'étude se conclut par une comparaison des performances obtenues par la commande classique (PI/2DDL) et la commande neuro-floue (ANFIS) afin d'identifier la solution offrant le meilleur compromis en termes de stabilité, temps de réponse et robustesse pour le contrôle du pendule inversé.
Note de contenu :	Bibliogr.
Diplôme :	Master
Permalink :	./index.php?lvl=notice_display&id=37897